TracMyAir智能手机应用程序用于模拟对PM_2.5和臭氧的暴露 - 与空气质量网络和位置活动传感器集成

科学领域:

• 环境健康科学 环境健康科学
• 流行病学 流行病学
• 暴露科学 暴露科学

背景情况:

• 环境细颗粒物 (PM2.5) 和臭氧 (O3) 的流行病学研究通常依赖于室外度或模型估计,从而导致潜在的暴露错误.
• 之前开发的TracMyAir iPhone应用程序是基于室外度,建筑特征,天气和时间活动模式来估计PM2.5和O3的个人水平暴露指标.
• 暴露指标范围从户外度 (一级) 到吸入剂量 (七级),复杂性和信息需求越来越大.

研究的目的:

• 将TracMyAir暴露模型扩展到新的功能,以便更细致,更准确地估计个人对PM2.5和O3的暴露.
• 使用智能手机地理位置和微环境分类模型 (MicroTrac) 纳入时间解析的暴露.
• 整合来自低成本的室外和室内PurpleAir (PA) 监视器和体力活动传感器的数据,以加强暴露评估.

主要方法:

• 通过添加使用智能手机地理位置和MicroTrac模型与官方PM2.5和O3监测数据的时间解析暴露估计,扩展了TracMyAir.
• 包含来自低成本PurpleAir监控器 (室内/室外) 的PM2.5暴露数据和使用智能手机/智能手表的体力活动数据计算的吸入剂量.
• 应用了增强的TracMyAir模型来估计北卡罗来纳州小组研究参与者的每小时PM2.5和O3暴露指标.

主要成果:

• 与24小时日记数据相比,MicroTrac模型在对参与者的微环境进行分类时实现了97%的准确性.
• TracMyAir的估计显示了室内度和透因子的显著时间和建筑特异性变化.
• 在户外度,微环境中的时间,个人暴露因子,总体暴露和吸入剂量方面观察到人与人之间的显著变化.

结论:

• 扩展的TracMyAir模型有效地集成了空气质量监测器,位置活动传感器和模型,以提供精细的暴露估计.
• 这种增强的能力支持更强大的流行病学研究和旨在减少空气污染物暴露的公共卫生战略.
• 该研究强调了基于智能手机的工具的潜力,以提高个人暴露评估的准确性和细节性.